买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明公开了一种少样本连续增量关系抽取方法和系统,包括:输入准备:获取待抽取关系的文本和任务指令。双重提示模块:使用双重提示的方法增强模型的适应性和泛化能力,包括g‑prompt和e‑prompt。任务难度递进模块:对g‑prompt中的提示进行排序。使用余弦相似度计算e‑prompt与g‑prompt的相关性,并按相关性对g‑prompt中的提示进行顺序优化。拼接优化后的g‑prompt与e‑prompt,得到双重提示。关系抽取:将文本嵌入与双重提示相结合,将双重提示与文本嵌入相结合,输入大模型以生成关系抽取结果。本发明的优点是:减少内存需求,降低训练成本,在少样本情况下,也能取得良好效果,确保按合理顺序学习,减少灾难性遗忘。
主权项:1.一种少样本连续增量关系抽取方法,其特征在于:包括以下步骤:步骤1,准备输入;关系抽取指令,输入的内容包括待处理的文本和任务指令;文本是需要进行关系抽取的原始数据;任务指令包含任务描述和任务目标;步骤2,设计双重提示模块;双重提示模块包括两种提示:g-prompt:全局的、共享的提示集,代表以前学习的所有相关关系抽取任务的提示;e-prompt:当前任务的提示,通过微调技术进行更新;e-prompt通过查询函数与g-prompt进行交互,以便找到与当前任务相关的提示;步骤3,设计任务难度递进学习模块,其功能如下:对g-prompt进行难度排序,以确保模型按适当的顺序学习;使用余弦相似度衡量每个g-prompt与当前e-prompt的相关性;根据相似度对g-prompt进行排序,以确保最相关的提示被优先学习;将排序后的g-prompt与当前e-prompt合并,形成最终的双重提示;步骤4,关系抽取将关系抽取指令中的文本输入大模型的嵌入层,获取文本嵌入;将得到的双重提示与文本嵌入相结合,输入到大模型中,进行关系抽取;输出模型的关系抽取结果,满足任务指令中规定的目标。
全文数据:
权利要求:
百度查询: 北京林业大学 一种少样本连续增量关系抽取方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。